丙烯酸系热熔压敏胶粘剂的研究

采用本体聚合的方法合成出了丙烯酸系热熔压敏胶并研究了合成丙烯酸酯共聚物的软单体、硬单体、官能单体的种类及用量对该热熔压敏胶性能的影响。     

网球拍动态性能的实验模态分析

本文应用实验模态分析方法对网球拍的动态性能进行了测试,分析了不同网球拍在击球过程中的击球稳定性及对肘的不同伤害程度。     

基于证据理论的概率盒融合改进方法

针对证据理论对不同特征融合缺乏统一的融合框架及在矛盾数据处理上的不合理性,通过分析证据理论与概率盒核心DSS之间的关系,论证了利用证据理论融合概率盒的可行性.通过对概率盒融合前的预处理得到了统一的融合框架,在对比了证据理论和加权平均法融合概率盒方法的基础上,给出了利用加权平均法改进证据理论的概率盒融合算法.提出利用加权平均矛盾因子矩阵迫使矛盾焦元融合后的区间变窄,以此降低矛盾数据的不合理影响力.通过仿真实验证明了改进方法的有效性,并以滚动轴承故障信号为实例进行了图表对比与分析,结果表明改进方法能在不失证据合成规则推理性的前提下有效地处理矛盾焦元.     

BP神经网络隐式法在测井数据处理中的应用

现有神经网络方法对时间向量序列数据的处理是通过单点进行的,割裂了数据间的关联性.为此,利用隐式曲线的构造原理,通过对时间向量序列的变换,提出了一种整体预测时间向量序列的测井数据的方法.神经网络隐式整体预测方法的步骤是:①将数据变换为封闭曲线,构造约束点以简化神经网络的输入与输出;②利用神经网络的隐式方法,通过智能学习和仿真模拟,得到封闭的预测曲线;③经过变换得到最终的预测曲线.实验证明了该方法的有效性.     

多孔型及空腔型聚合物乳胶粒形成机理的研究进展

从聚合配方、聚合工艺、热力学及动力学等几方面对多孔型及空腔型聚合物乳胶粒的形成机理进行了分析。 聚合配方、工艺及热力学条件决定了最终平衡时聚合物胶乳粒的结构形态,而动力学因素则决定达到这种平衡的乳胶 粒子形态的程度。简要指出了该领域急待解决的问题。     

基于自适应深度迁移学习的多孔介质重构

目前用于多孔介质重构的多点统计法（MPS）等传统方法需要多次扫描训练图像,然后进行后续复杂的概率计算得到模拟结果,导致重构效率较低,模拟过程复杂,因此提出一种基于自适应深度迁移学习的重构方法。首先利用深度神经网络从多孔介质的训练图像中提取复杂特征,然后在深度迁移学习中添加自适应层以减少训练数据和预测数据之间的数据分布差异,最后使用自适应迁移学习复制这些特征来获得与真实训练数据结构相似的重构结果。通过与典型的多孔介质重构方法MPS的比较实验,结果显示在多点连通曲线、变差函数曲线和孔隙度方面,该方法重构质量更好,平均重构耗时从840 s减少到166 s,平均CPU占用率从98%下降到20%,平均内存占用下降了69%。所提方法在保证重构结果质量更好的前提下,显著提高了多孔介质重构的效率。     

基于多点信息统计法的土地覆盖图像超分辨率重建方法

在利用遥感技术对土地覆盖情况制图的过程中,超分辨率重建被广泛采用.包含土地覆盖图像特征的先验模型可以减少重建过程中的不确定性.多点信息统计法可以从先验模型提取其本质特征,然后将特征复制到待模拟区域.然而传统基于线性降维的多点信息统计法不能有效处理非线性数据,因此将等距特征映射引入到多点信息统计法以实现非线性数据的降维,再对降维后的数据作分类处理.比较当前数据事件和各个分类的均值,从与当前数据事件最接近的类中提取模式.同时利用低精度原始图像作为软数据以重建较高精度的土地覆盖图像.实验表明重建的超分辨率土地覆盖图像具有与参照图像相似的结构特征.     

面向弱匹配的跨媒异构迁移学习

针对面向弱匹配的跨媒异构迁移学习中存在的迁移学习性能不高的问题,提出了一种基于平衡异构距离的混合拉普拉斯特征映射的跨媒异构迁移学习方法.利用大量非成对数据和相对少量的成对数据蕴含的语义信息,获取不同媒体域原始特征空间到潜在公共特征空间的映射矩阵;并在跨媒异构迁移学习中,构建混合图拉普拉斯矩阵,不仅保持了同一域下样本间的流形结构,而且保持不同域下样本间的流形结构;提升训练获得的模型在跨媒异构目标域的分类预测性能.在2个公共数据集NUS-WIDE和LabelMe上进行实验,表明了在成对数据的基础上,利用大量非成对数据可以增加模型的准确率和鲁棒性.     

基于深度森林的轴承故障诊断方法

利用深度神经网络进行机械故障诊断存在复杂的调参过程,并且参数的赋值对诊断结果影响很大,为解决该问题提出一种基于深度森林的诊断模型.采用重采样技术提取了时域和频域特征;以多组简单工况下的轴承实验数据训练构建深度森林模型,在分析超参数对模型影响的基础上确定了诊断模型的关键参数;将该模型应用到复杂工况下,与随机森林模型及深度...